基于智能视频分析的异常检测算法及其应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·论文研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-18页 |
| ·周界入侵检测 | 第12-14页 |
| ·跌倒检测 | 第14-18页 |
| ·论文研究内容 | 第18页 |
| ·论文组织结构 | 第18-20页 |
| 第2章 周界入侵检测 | 第20-31页 |
| ·检测算法流程 | 第20-21页 |
| ·人体目标识别算法 | 第21-27页 |
| ·HOG特征提取 | 第22-23页 |
| ·FD特征提取 | 第23-27页 |
| ·分类器并行运行 | 第27页 |
| ·实验结果分析 | 第27-29页 |
| ·算法应用-翻墙检测 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于卷积神经网络的铁轨入侵检测 | 第31-38页 |
| ·行人检测 | 第31-32页 |
| ·卷积神经网络(CNN) | 第32-34页 |
| ·卷积神经网络结构 | 第32-33页 |
| ·稀疏连接 | 第33页 |
| ·权值共享 | 第33-34页 |
| ·行人检测的网络结构 | 第34页 |
| ·行人检测库 | 第34-35页 |
| ·测试结果 | 第35-36页 |
| ·算法应用-寝室入侵检测 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 跌倒检测 | 第38-47页 |
| ·算法流程 | 第39-40页 |
| ·人体轮廓获取 | 第40-41页 |
| ·特征提取 | 第41-44页 |
| ·角度特征 | 第42页 |
| ·Hu不变矩 | 第42-43页 |
| ·速度特征 | 第43-44页 |
| ·矩形框特征 | 第44页 |
| ·实验结果 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 结论与展望 | 第47-48页 |
| ·结论 | 第47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间参加的科研项目和成果 | 第53页 |
